python - python 中的基本正则表达式问题可帮助我学习它

Question

我正在使用本教程来学习 Python 中的正则表达式 - 看起来是一个很棒的教程!

所以教程如下: http://regex101.com/r/vB7mV2

根据教程，我应该使用的代码是:

import re
p = re.compile(r'^(?P<Given>\w+) (?P<Middle>\w\.) (?P<Family>\w+)$', re.MULTILINE)
str = "Jack A. Smith\nMary B. Miller"
m = p.match(str)
print m.group(0)
Jack A. Smith
print m.group(1)
Jack
print m.group(2)
A.
print m.group(3)
Smith
print m.group(4)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: no such group

令我惊讶的是，我失去了小 Mary B. Miller - 没有 m.group(4)

所以我有几个后续问题:

(1) 我正在使用多行，为什么它只匹配第一个，即示例中的 Jack A. Smith？

(2) 我使用 Given、Middle 和 Family 作为每个匹配项的标签名称，如何使用此类标签访问数据而不仅仅是 m.group(i )

(3) 让我们说我想做匹配和替换？即，我想匹配 Mary B. Miller，并替换为 Jane M. Goldstein，这样被替换的字符串现在将是:str = "Jack A. Smith\nJane M. Goldstein"。我该怎么做？ (有点无关，我们称之为奖金 Q)

Answer 1

复制自re.match()

Note that even in MULTILINE mode, re.match() will only match
at the beginning of the string and not at the beginning of each line

这就是为什么您只获得第一场比赛的原因。如果您需要所有匹配项，请使用 re.findall()

将整个正则表达式包装在 () 中是一个示例:

p = re.compile(r'^((?P<Given>\w+) (?P<Middle>\w\.) (?P<Family>\w+))$', re.MULTILINE)
str = "Jack A. Smith\nMary B. Miller"
print re.findall(p, str)

输出:

[('Jack A. Smith', 'Jack', 'A.', 'Smith'), ('Mary B. Miller', 'Mary', 'B.', 'Miller')]

更新::

关于您的问题 2:使用 re.finditer()为了这。一个例子:

p = re.compile(r'^(?P<FullName>(?P<Given>\w+) (?P<Middle>\w\.) (?P<Family>\w+))$', re.MULTILINE)
str = "Jack A. Smith\nMary B. Miller"
matches = re.finditer(p, str)
for match in matches:
    info = match.groupdict()  ## pulling out the match as dictionary
    print info
    print info['Family']

问题3:

使用 re.sub()将足以进行此替换。

print re.sub("Mary B\. Miller", "Jane M. Goldstein", str)
## notice I have escaped the . with \.
## in regex . means any non white space characters.